首页 > 论文 > 光学学报 > 37卷 > 7期(pp:0710002)

一种散乱点云的均匀精简方法

  • 摘要
  • 论文信息
  • 参考文献
  • 被引情况
分享:

摘要

针对散乱点云数据密度大,重建时间长、效率低等问题,我们提出一种均匀精简方法。该方法基于开源 C++编程库 PCL(点云库),利用PCL 的 VoxelGrid(体素化栅格)类创建一个k邻域的三维体素栅格,结合包围盒法对输入的点云数据进行k邻域距离计算、法线估计,然后确定每个小立方栅格的重心,并以其来近似显示这个小立方栅格内所有的数据点,达到点云精简的目的,最后利用GreedyProjectionTriangulation(贪婪三角投影)类对精简后的点云实现三角网格面重建并显示其效果。实验结果表明,该算法在充分保留点云数据几何特征的前提下,能有效滤除部分点云数据冗余量,且精简结果比较均匀,避免了大规模精简所出现的空白区域,提高了重建效率。

投稿润色
补充资料

DOI:10.3788/aos201737.0710002

作者单位:

    西安工程大学
    西安工程大学
    西安工程大学
    西安工程大学

引用该论文

李仁忠,杨 曼,刘阳阳,张缓缓. 一种散乱点云的均匀精简方法[J].光学学报,2017,37(7):0710002.